Me gustaría entender un par de hechos sobre estimadores de máxima verosimilitud (MLE) para regresiones logísticas. ¿Es cierto que, en general, el MLE para la regresión logística está sesgado? Yo diría que sí". Sé, por ejemplo, que la dimensión de la muestra está relacionada con el sesgo...
Estoy trabajando en un conjunto de datos. Después de usar algunas técnicas de identificación de modelos, obtuve un modelo ARIMA (0,2,1). Utilicé la detectIOfunción en el paquete TSAen R para detectar un valor atípico innovador (IO) en la observación número 48 de mi conjunto de datos...
Estoy interesado en una buena referencia para resultados relacionados con propiedades asintóticas de estimadores de máxima verosimilitud. Considere un modelo donde es una densidad -dimensional, y es el MLE basado en una muestra de donde es el valor "verdadero" de . Hay dos irregularidades que me...
Entiendo que si tengo dos modelos A y B y A está anidado en B, entonces, dados algunos datos, puedo ajustar los parámetros de A y B usando MLE y aplicar la prueba de razón de probabilidad logarítmica generalizada. En particular, la distribución de la prueba debe ser con grados de libertad, donde es...
Mi pregunta surge de la lectura de Minka "Estimación de una distribución de Dirichlet" , que establece lo siguiente sin pruebas en el contexto de derivar un estimador de máxima verosimilitud para una distribución de Dirichlet basado en observaciones de vectores aleatorios: Como siempre con la...
Supongamos que tenemos una muestra aleatoria de una distribución normal bivariada que tiene ceros como medias y unos como varianzas, por lo que el único parámetro desconocido es la covarianza. ¿Cuál es el MLE de la covarianza? Sé que debería ser algo así como pero ¿cómo sabemos esto?1norte∑nortej =...
Estoy atrapado en cómo resolver este problema. Entonces, tenemos dos secuencias de variables aleatorias, e para . Ahora, e son distribuciones exponenciales independientes con parámetros y . Sin embargo, en vez de observar y , observamos en lugar y
Un paciente ingresa en el hospital. Su duración de estadía depende de 2 cosas: la gravedad de su lesión y cuánto está dispuesto a pagar su seguro para mantenerlos en el hospital. Algunos pacientes se irán prematuramente si su seguro decide dejar de pagar su estadía. Suponga lo siguiente: 1) La...
Esta pregunta es de la Introducción a las estadísticas matemáticas de Robert Hogg, problema 7.4.9 de la sexta versión en la página 388. Deje ser iid con pdf cero en otro lugar, donde
He llegado hasta dlnLdμ=∑i=1n2(xi−u)1+(xi−u)2dlnLdμ=∑i=1n2(xi−u)1+(xi−u)2\frac{d\ln L}{d\mu}=\sum_{i=1}^n \frac{2(x_i-u)}{1+(x_i-u)^2} Donde es el parámetro de ubicación. Y es función de probabilidad. No entiendo cómo proceder. Por favor
Estoy leyendo un libro sobre sabermetría, específicamente Mathletics de Wayne Winston, y en el primer capítulo presenta una cantidad que se puede usar para predecir la tasa de victorias de los equipos: y parece insinuar que, a mitad de temporada, puede usarse para predecir la tasa de ganancias...
Necesito hacer inferencia sobre un parámetro positivo . Para acomodar la positividad reparametrice . Usando la rutina MLE, calculé la estimación puntual y se para q . La propiedad de invariancia del MLE me da directamente una estimación puntual para p , pero no estoy seguro de cómo calcular se para...
¿Cómo puedo estimar los intervalos de confianza del 95% usando la creación de perfiles para los parámetros estimados maximizando una función de log-verosimilitud usando optim en R? Sé que puedo estimar asintóticamente la matriz de covarianza invirtiendo el hessian , pero me preocupa que mis datos...
Hastie y Tibshirani mencionan en la sección 4.3.2 de su libro que en la configuración de regresión lineal, el enfoque de mínimos cuadrados es, de hecho, un caso especial de máxima verosimilitud. ¿Cómo podemos probar este resultado? PD: no ahorres detalles
Si son distribuciones iid Poisson con el parámetro he calculado que la estimación de probabilidad máxima es para datos k_1, \ dots, k_n . Por lo tanto, podemos definir el estimador correspondiente T = \ frac {1} {n} \ sum_ {i = 1} ^ n K_i. Mi pregunta es ¿cómo resolvería la varianza de este...
Estoy estudiando diferentes métodos de estimación puntual y leí que cuando usamos estimaciones MAP vs ML, cuando usamos un "uniforme previo", las estimaciones son idénticas. ¿Alguien puede explicar qué es un "uniforme" anterior y dar algunos ejemplos (simples) de cuándo los estimadores MAP y ML...
En Dixon, Coles ( 1997 ), utilizaron la estimación de máxima verosimilitud para los dos modelos de Poisson independientes modificados en (4.3) para modelar los puntajes en el fútbol. Estoy tratando de usar R para "reproducir" los parámetros alfa y beta, así como los parámetros del efecto de inicio...
En filogenética, los árboles filogenéticos a menudo se construyen usando MLE o análisis bayesiano. A menudo, se utiliza un previo plano en la estimación bayesiana. Según tengo entendido, una estimación bayesiana es una estimación de probabilidad que incorpora un previo. Mi pregunta es, si usa un...
Tengo un modelo de mezcla que quiero encontrar el estimador de máxima verosimilitud de un conjunto de datos dado y un conjunto de datos observados parcialmente . He implementado tanto el paso E (calculando la expectativa de dado y los parámetros actuales ), como el paso M, para minimizar la...
Estoy luchando con la implementación del estimador de máxima verosimilitud para un proceso de Hawkes (HP) multivariante. Específicamente, aunque la expresión analítica para una función de probabilidad logarítmica de un HP univariante se puede encontrar fácilmente en línea (por ejemplo, Ozaki,...